tes is arturo yee
DESCRIPTION
tesis de procesosTRANSCRIPT
-
i
CENTRO DE INVESTIGACIN Y DE ESTUDIOS AVANZADOS
DEL INSTITUTO POLITCNICO NACIONAL
Unidad Zacatenco
Departamento de Computacin
Eleccin de estrategias ganadoras en el juego de bisbol aplicando el
Equilibrio de Nash
Tesis que presenta
Arturo Yee Rendn
Para obtener el Grado de
Maestro en Ciencias en Computacin
Director de la Tesis: Jos Matas Alvarado Mentado
Mxico, D.F. Agosto 2010
-
iii
Los abajo firmantes, integrantes del jurado de examen de grado que sustentara el Sr. Arturo
Yee Rendn, declaramos que hemos revisado la tesis titulada:
ELECCIN DE ESTRATEGIAS GANADORAS EN EL JUEGO DE BISBOL
APLICANDO EL EQUILIBRIO DE NASH
Y consideramos que cumple los requisitos para obtener el Grado de Maestra en Ciencias en
Computacin, firmamos la presente en la Ciudad de Mxico, D.F., el mes de Julio de 2010.
Atentamente
Dr. Jos Matas Alvarado Mentado
Dr. Sergio Vctor Chapa Vergara
Dr. Luis Gerardo de la Fraga
Dra. Sonia G. Mendoza Chapa
-
v
Agradecimientos
Al Centro de Investigacin y de Estudios Avanzados del Instituto Politcnico
Nacional
Al Consejo Nacional de Ciencia y Tecnologa CVU: 261089
Agradezco al Dr. Jos Matas Alvarado Mentado por su apoyo y orientacin en
este trabajo de tesis
A mis lectores, Dra. Sonia Guadalupe Mendoza Chapa, Dr. Luis Gerardo de la
Fraga y Dr. Sergio Vctor Chapa Vergara por su valiosa aportacin a mi trabajo
-
vii
A mis padres:
Manuel Yee Gonzlez
y
Manuela Rendn Snchez
A mis hermanos:
Cristo Manuel Yee Rendn
Ana Julia Yee Rendn
Zumey Yee Rendn
Bruce Yee Rendn
A mi esposa:
Mara Irene Torres Silvas
Por todo su cario y amor que me ha brindado.
-
ix
Resumen
El Equilibrio de Nash (EN) es un concepto fundamental en Teora de Juegos para formalizar
la cooperacin entre los jugadores de un equipo con el objetivo de ganar el partido en disputa.
Para ganar en equipo, se requiere tanto el diseo de estrategias colectivas como combinacin
positiva de las estrategias individuales. El EN permite caracterizar las estrategias colectivas tales
que a ningn jugador, individualmente, le resulte atractivo actuar de manera diferente a lo que la
estrategia colectiva indica. El EN es un concepto fundamental para formalizar la coordinacin de
los jugadores, de tal manera que cada uno de ellos acte para potenciar el beneficio del equipo y
adems dejar cerrada la posibilidad de que algunos de los jugadores tuviera la opcin de actuar de
otra manera, individualizada, sino quiere ir en perjuicio de si mismo.
En este trabajo se aplica el EN para identificar estrategias ganadoras en el juego de bisbol,
tanto en momentos en que el equipo juega a la ofensiva como a la defensiva. El objetivo es
identificar las situaciones y condiciones durante el desarrollo de un juego, tal que resulte
conveniente aplicar el modelo de EN para identificar las estrategias ganadoras del equipo.
En juegos de mltiples jugadores, el anlisis de estrategias es de alto grado de complejidad,
razn por la cual se hace relevante computarizar eficientemente el clculo del EN para realizar
tales anlisis de estrategias en estos tipos de juegos.
Este trabajo se enfoc en el anlisis y el estudio de las estrategias del juegos de bisbol, estas
estrategias fueron analizadas a travs del EN, el cual permiti realizar razonamiento estratgico a
fin de encontrar las mejores estrategias colectivas para ser aplicadas durante el partido. A partir
de los resultados de este trabajo, se comprob que el EN es uno de los conceptos ms importantes
en Teora de Juegos para el anlisis de juegos no cooperativos.
-
xi
Abstract
Nash Equilibrium (NE) is a central concept in Game Theory, essential to formalize
cooperation among players on a team with the goal to win the game in dispute. Winning as a
team requires the design of collective strategies as a positive combination of individual strategies.
The NE allows to characterize the collective strategy such that any player, individually, is
attracted to act differently from what the collective strategy indicates. The NE is a fundamental
concept to formalize the coordination of players, so that each one acts to enhance the benefit of
the team and it closes leaving the possibility that players have the option to act otherwise,
individually, but wants adversely to affect itself.
This works applies the NE to identify winning strategies in the game of baseball, in both
cases, when the team plays offensively and defensively. The objective is to identify situations and
conditions during the course of a game, such that it is appropriated to apply the NE model to
identify winning strategies of the team.
In multiplayer games, strategy analysis presents a high degree of complexity, as it becomes
relevant, to efficiently compute the NE for such analysis of strategies in these games.
This work focused on the analysis and the study of the strategies of baseball games, these
strategies were analyzed by the EN, which allowed for strategic thinking to find the best
collective strategies to be implemented during the game. From the results of this work, we found
that the NE is one of the most important concepts in Game Theory to analyze non-cooperative
games.
-
xiii
ndice general
Resumen ....................................................................................................................... ix
Abstract ......................................................................................................................... xi
ndice Figuras .............................................................................................................. xv
ndice Tablas .............................................................................................................. xvii
1 Introduccin ................................................................................................. 1
1.1. Planteamiento del problema .............................................................. 1
1.2. Motivacin ......................................................................................... 2
1.3. Objetivos ............................................................................................ 3
1.4. Arquitectura general del proyecto ..................................................... 4
2 Antecedentes ................................................................................................ 7
2.1. Teora de Juegos ................................................................................ 7
2.2. Conceptos bsicos.............................................................................. 8
2.3. Tipos de juegos ................................................................................ 10
3 Modelado formal del bisbol ..................................................................... 17
3.1. Descripcin ...................................................................................... 17
3.2. Gramtica libre de contexto ............................................................. 18
3.3. Autmata de pila .............................................................................. 23
3.4. Generador de jugadas ...................................................................... 26
3.5. Jugadas de sacrificio ........................................................................ 29
3.6. Jugadas clsicas del bisbol ............................................................. 30
3.7. Anlisis cualitativo de las estrategias del bisbol ............................ 33
-
xiv
4 Equilibrio de Nash .................................................................................... 37
4.1. Antecedentes ................................................................................... 37
4.2. Formalizacin ................................................................................. 41
4.3. Estado del arte ................................................................................. 43
4.4. Autmatas de estado finito .............................................................. 48
4.5. Algoritmo del Equilibrio de Nash y anlisis de perfiles ................. 50
5 Matrices de rentabilidad ............................................................................ 55
5.1. Anlisis cuantitativo de estrategias ................................................. 55
5.2. Construccin de las matrices .......................................................... 56
5.3. Perfiles de juego .............................................................................. 57
6 Pruebas y anlisis de resultados ................................................................ 59
6.1. Resultados de aplicar jugadas de sacrificio .................................... 59
6.2. Equilibrio de Nash aplicado a las estrategias del bisbol .............. 62
7 Discusin de resultados y trabajos relacionados ....................................... 69
7.1. Explicaciones y comentarios de las simulaciones .......................... 69
7.2. Anlisis de costo de carreras usando el Equilibrio de Nash .......... 70
7.3. Trabajos relacionados ..................................................................... 70
8 Conclusiones y trabajo futuro ................................................................... 75
-
xv
ndice Figuras
Figura 1.1 Planteamiento del problema ......................................................................... 2
Figura 1.2 Bosquejo general del Equilibrio de Nash ..................................................... 4
Figura 1.3 Esquema general del proyecto ..................................................................... 5
Figura 3.1 Jugadas ordenadas ...................................................................................... 18
Figura 3.2 Autmata de bisbol ................................................................................... 24
Figura 3.3 Esquema de generacin de jugadas del bisbol ......................................... 27
Figura 3.4 Esquema de la funcin probabilstica ........................................................ 27
Figura 3.5 Esquema general de la generacin y construccin de cadenas .................. 28
Figura 4.1 Mquina de estado finito para dos estrategias ............................................ 47
Figura 4.2 Autmata para las estrategias de cada jugador i ........................................ 49
Figura 4.3 Autmata de Equilibrio de Nash ................................................................ 50
Figura 4.4 Desviaciones en las estrategias del jugador i ............................................. 52
Figura 5.1 Factores importantes en el bisbol ............................................................. 55
Figura 5.2 Perfiles para dos jugadores ........................................................................ 57
Figura 5.3 Representacin de matriz de rentabilidad .................................................. 58
Figura 6.1 Resultados de las treinta corridas ............................................................... 64
Figura 6.2 Resultados cuando un equipo utiliza el EN y el otro no ............................ 65
Figura 6.3 Resultados en donde ambos equipos utiliza el EN..................................... 67
-
xvii
ndice Tablas
Tabla 2.1 Ejemplos de juegos ...................................................................................... 12
Tabla 3.1 Listado de los smbolos terminales en ..................................................... 20
Tabla 3.2 Listado de los smbolos no terminales ........................................................ 20
Tabla 3.3 Reglas gramaticales ..................................................................................... 22
Tabla 3.4 Tabla de transicin ...................................................................................... 25
Tabla 3.5 Algoritmo del generador de jugadas ........................................................... 29
Tabla 4.1 Actuacin de los prisioneros ....................................................................... 38
Tabla 4.2 Rentabilidad del dilema del prisionero ........................................................ 38
Tabla 4.3 Desviaciones del dilema del prisionero ....................................................... 39
Tabla 4.4 Guerra de sexos ........................................................................................... 40
Tabla 4.5 Algoritmo de Equilibrio de Nash ................................................................ 51
Tabla 5.1 Matriz de rentabilidad 1 .............................................................................. 56
Tabla 5.2 Matriz de rentabilidad 2 .............................................................................. 56
Tabla 5.3 Matriz de rentabilidad 3 .............................................................................. 57
Tabla 6.1 Tabla de resultados ...................................................................................... 62
Tabla 6.2 Treinta corridas en donde ningn equipo utiliza el EN ............................... 63
Tabla 6.3 Corridas donde el equipo 1 es el ganador .................................................... 65
Tabla 6.4 Corridas donde el equipo 2 es el ganador .................................................... 65
Tabla 6.5 Ambos equipos utilizan el EN ..................................................................... 66
-
1
Captulo 1
1 Introduccin
En este captulo se define el problema a resolver, se explica cul es nuestra motivacin para la
realizacin de esta tesis as como el objetivo de la misma.
La Teora de Juegos es una rama de la matemtica con aplicaciones a la economa, sociologa,
biologa y psicologa, que analiza las interacciones entre individuos que toman decisiones en un
marco de incentivos formalizados (juegos). En un juego, varios jugadores buscan maximizar su
utilidad eligiendo determinadas estrategias. La utilidad final obtenida por cada jugador depende
de las estrategias escogidas por el resto de los jugadores.
La Teora de Juegos es una herramienta que ayuda a analizar problemas de optimizacin
interactiva. sta tiene muchas aplicaciones en las ciencias sociales. La mayora de las situaciones
estudiadas por la teora de juegos implican conflictos de intereses, estrategias y trampas. De
particular inters son las situaciones en las que se puede obtener un resultado mejor cuando los
individuos cooperan entre s, que cuando los individuos intentan maximizar slo su utilidad. La
Teora de Juegos fue ideada en primer lugar por John von Neumann. Luego refinada por John
Nash y A.W. Tucker [26].
Esta tesis de maestra se inscribe en el dominio de Inteligencia Artificial particularmente en
sistemas basados en conocimientos y Teora de Juegos.
1.1. Planteamiento del problema
Cmo modelar el Equilibrio de Nash en el juego de bisbol?
Particularmente al interior del equipo:
-
2
a la defensiva.
a la ofensiva.
En la Figura 1.1 se muestra el bisbol como un juego de mltiples jugadores, en donde se
aplica el Equilibrio de Nash para determinar las estrategias ganadoras que deban ser utilizadas
durante el encuentro. Como se mostrar en el caso de estudio de la tesis, el modelado del
Equilibrio de Nash en el juego de bisbol es de gran relevancia para la toma de decisiones por
ejemplo, las estrategias que se deban utilizarse durante el partido.
Figura 1.1 Planteamiento del problema
1.2. Motivacin
En juegos de mltiples jugadores, el anlisis de estrategias es de alto grado de complejidad,
razn por la cual se hace relevante computarizar eficientemente el Equilibrio de Nash, para
realizar tales anlisis de estrategias en este tipo de juegos.
Es interesante observar, analizar y comprender las situaciones antes de tomar una decisin. El
juego de bisbol brinda las situaciones ideales para definir diversas estrategias, que conlleven a
sacar el mayor beneficio, en este caso ganar el partido.
-
3
El juego de bisbol es considerado uno de los juegos de equipo ms populares alrededor del
mundo. Esto es debido a las diversas estrategias que emplea cada equipo para lograr ganar; las
estrategias son tomadas durante el partido, observando todos los momentos del juego as como la
situacin actual del equipo. El poco anlisis formal del juego del bisbol, nos hace notar que es
un campo nuevo de estudio, no solo porque es un deporte muy popular, sino por la forma en la
cual las estrategias son determinadas dependiendo de la situacin del partido. La toma de
decisiones en juegos de equipos como los de esta ndole son decisivos para lograr los resultados
que se esperan.
1.3. Objetivos
El objetivo general de este trabajo de tesis es identificar las situaciones y condiciones durante
el desarrollo de un juego de bisbol, tal que para el xito del equipo, resulte conveniente aplicar
el modelo del Equilibrio de Nash en la estrategia del equipo, cuando juega a la ofensiva as como
cuando juega a la defensiva.
Los objetivos especficos son:
Disear e implementar un simulador del juego de bisbol.
Disear e implementar un programa de cmputo para encontrar perfiles de estrategias
en juegos de mltiples jugadores, que cumplan el concepto del Equilibrio de Nash en
un juego de bisbol.
Establecer un conjunto de estrategias para el juego de bisbol en base a estudios
previos y realizar anlisis estratgico utilizando el Equilibrio de Nash.
-
4
Realizar simulaciones de partidos de bisbol, en donde no haya un mecanismo de
anlisis de estrategias, aplicar las jugadas de sacrificio como estrategia ganadora, y por
ultimo, aplicar un anlisis de perfiles de estrategias conforme el Equilibrio de Nash.
El nmero de jugadores de un equipo de bisbol es 9; en la Figura 1.2 se muestra que Si son las
estrategias del jugador i, con 1 i 9. Las estrategias de cada jugador deben ser la mejor
respuesta a las estrategias de los dems jugadores, en conjunto, a fin de encontrar un perfil que
satisfaga el Equilibrio de Nash.
Figura 1.2 Bosquejo general del Equilibrio de Nash
1.4. Arquitectura general del proyecto
En la Figura 1.3 se muestra la arquitectura de nuestro trabajo de tesis, en la cual se puede
observar los componentes ms importantes que dan sustento al proyecto.
-
5
Figura 1.3 Esquema general del proyecto
El resto de esta tesis est organizada de la siguiente manera. En el captulo 2 se hace referencia
a la Teora de Juegos, as como a la definicin de los conceptos bsicos y una clasificacin de los
tipos de juegos. En el captulo 3 se detalla el anlisis y diseo formal del juego de bisbol. En
particular, se hace una breve descripcin del juego, se muestra la gramtica libre de contexto, se
describe el autmata de pila, se puntualiza el generador de jugadas, se mencionan las jugadas
clsicas del bisbol y se describen los principales trabajos acerca del anlisis cualitativo de las
estrategias del bisbol.
En el captulo 4 se describe el Equilibrio de Nash, se muestra los antecedentes, se brinda la
formalizacin del concepto de Equilibrio de Nash, se muestra el estado del arte, se analizan los
autmatas y se describen los algoritmos para el anlisis de perfiles utilizando el Equilibrio de
Nash. En el captulo 5 se analizan las matrices de rentabilidad y se detalla el anlisis cuantitativo
de las estrategias del beisbol. En el captulo 6 se dan a conocer los experimentos realizados as
como los resultados obtenidos. En el captulo 7 se realiza una discusin de resultados y de
-
6
trabajos relacionados. Por ltimo, en el capitulo 8 se presentan las conclusiones de este trabajo de
investigacin, as como algunas ideas de trabajo futuro.
-
7
Captulo 2
2 Antecedentes
2.1. Teora de Juegos
La Teora de Juegos es un rea de la Matemtica Aplicada que utiliza modelos matemticos
para estudiar las interacciones en las estructuras formalizadas de incentivos, los llamados juegos,
para llevar a cabo procesos de decisin [23] [24] [25].
Inicialmente la Teora de Juegos tuvo sus principales aplicaciones en economa, pero
actualmente es aplicada a un gran nmero de reas, tales como informtica, poltica, biologa y
filosofa, entre otras. La Teora de Juegos experiment un crecimiento sustancial y se formaliz
por primera vez a partir de los trabajos de John von Neumann y Oskar Morgenstern [26], antes y
durante la Guerra Fra, debido sobre todo a su aplicacin en estrategias militares.
La primera discusin conocida de la Teora de Juegos aparece en una carta escrita por James
Waldegrave en 1713. En esta carta, Waldegrave aplica una solucin minimax de estrategias
mixtas a una versin para dos personas del juego de cartas llamado le Her. Sin embargo, no se
public un anlisis formal de la Teora de Juegos en general hasta la publicacin de Recherches
sur les principes mathmatiques de la thorie des richesses, de Antoine Agustin Cournot en 1836
[27]. En este trabajo, Cournot considera un duopolio y presenta una solucin que es una versin
reducida del Equilibrio de Nash.
En 1950, aparecieron las primeras discusiones del dilema del prisionero. Alrededor de esta
poca, John Nash [10] desarroll una definicin de una estrategia ptima para juegos de mltiples
jugadores donde el ptimo, conocido como Equilibrio de Nash, no se haba definido previamente.
-
8
Este equilibrio es suficientemente general como para permitir el anlisis de juegos no
cooperativos y cooperativos. La Teora de Juegos experiment una notable actividad en esta
poca, desarrollando los conceptos de bases: el juego de forma extensiva, el juego ficticio, los
juegos repetitivos, etc.
En 1965, Reinhard Selten [23]introdujo su concepto de solucin de los equilibrios perfectos
del sub-juego, que ms adelante refin el Equilibrio de Nash. En 1967, John Harsanyi desarroll
los conceptos de la informacin completa y de los juegos bayesianos. l, junto con John Nash y
Reinhard Selten ganaron el Premio Nobel de Economa en 1994.
En la dcada de 1970 la Teora de Juegos se aplic extensamente a la biologa, en gran parte
como resultado del trabajo de John Maynard Smith [24] y su concepto de estrategia evolutiva
estable.
2.2. Conceptos bsicos
Un juego se define como un curso de eventos, el cual consiste de una sucesin de acciones por
parte de los jugadores. Para que el juego sea susceptible de anlisis matemtico, tambin debe
tenerse un sistema de reglas establecidas sin ambigedad, as como el resultado del juego.
La Toma de Decisiones es una ciencia aplicada que ha adquirido notable importancia y ha
sido el tema bsico de la Investigacin de Operaciones [29]. Desde hace algunos aos se ha
incorporado las tcnicas de la Inteligencia Artificial (IA) en su anlisis. La IA conlleva el anlisis
formal y la simulacin computacional de comportamiento de los individuos en los juegos; la
documentacin es a partir de estadsticas y datos verificables. Los resultados experimentales son
documentados de la misma forma para sustentar las conclusiones. La toma de decisiones es el
-
9
proceso de seleccionar un curso de accin entre diferentes alternativas; es la mdula de la
planeacin [28].
Las estrategias son aquellos conjuntos de acciones, que son tomadas con el objetivo de
obtener algn beneficio [19] [20] [21]. Para un jugador, las estrategias son definidas como el
conjunto de reglas que determinan sus acciones para todas las situaciones que se presenten en el
juego.
El perfil de estrategias es un conjunto de estrategias para cada jugador que especifica
completamente todas las acciones en un juego. Un perfil de estrategia debe incluir solamente una
estrategia por cada jugador [35].
La desviacin en perfil de estrategia se realiza de la siguiente manera: se fija algn perfil y
para cada jugador, se va cambiando cada estrategia de ste, fijando las estrategias de los dems. Si se encuentra que algn jugador obtiene mayor beneficio al desviar su estrategia, el perfil fijado
es descartado por ser un perfil dominado.
Un perfil dominado es aquel en el que dada una desviacin de cualquier jugador, el valor de
beneficio de la desviacin es mayor que el perfil fijado.
Un juego en forma normal est definido como G= (S1,, Sn; u1,, un), donde:
n es el nmero de jugadores {1,, n}.
Sij es el conjunto de j estrategias del jugador i.
{S1,, Sn} es el conjunto de estrategias de cada jugador.
{u1,, un} es el conjunto de funciones de beneficio (payoff) de cada jugador.
-
10
La funcin de rentabilidad (payoff) es la que permite calcular el beneficio que se obtiene por
cada perfil de estrategia posible en el juego. Recibe como parmetros un perfil de estrategias y
retorna una cantidad numrica que representa la motivacin de cada jugador.
Los juegos de mltiples jugadores son aquellos en donde participan dos o ms jugadores;
cada jugador tiene un conjunto de estrategias que utiliza durante el juego. Los jugadores pueden
ser oponentes individuales, estar agrupados en equipos o formar un solo equipo. Si existe la
cooperacin entre los jugadores, entonces el juego es ms complejo.
Una manera de caracterizar el Equilibrio de Nash es mediante el argumento de que si la
Teora de Juegos ofrece una solucin nica a un determinado problema, esta solucin debe ser un
Equilibrio de Nash. Supongamos que la Teora de Juegos hace una nica prediccin sobre las
estrategias elegidas por los jugadores. Para que esta prediccin sea correcta es necesario que cada
jugador est dispuesto a elegir la estrategia predicha por la teora. Por ello, la estrategia predicha
de cada jugador debe ser la mejor respuesta de cada uno a las estrategias predichas de los otros
jugadores. Tal prediccin puede denominarse estratgicamente estable (self-enforcing) puesto
que ningn jugador va a querer desviarse de la estrategia predicha para l; llamaremos a tal
prediccin Equilibrio de Nash [2].
2.3. Tipos de juegos
Los juegos pueden clasificarse de acuerdo a los mtodos que son aplicados para resolverlos.
Bajo esta perspectiva se propone la siguiente clasificacin:
Los juegos de suma cero describen una situacin en la que las ganancias o prdidas de un
participante se equilibran con exactitud con las prdidas o ganancias de los otros participantes. En
otras palabras, se dice que un juego es de suma cero, si la suma de las recompensas es cero. En
-
11
este tipo de juego, las metas que persiguen los jugadores son totalmente opuestas, por ejemplo: El
poker, el go, el ajedrez y el juego del oso (ver algunos ejemplos en la Tabla 2.1).
Los juegos de estrategia son aquellos en los que factores como la inteligencia, las habilidades
tcnicas y la planificacin pueden hacer predominar o impulsar hacia la victoria al jugador que
las aplica, por ejemplo: Las damas, el backgammon, el domin, el ajedrez y el go (ver algunos
ejemplos en la Tabla 2.1).
Los juegos cooperativos son aquellos tipos de juegos en los que dos o ms jugadores no
compiten, sino que se esfuerzan por conseguir el mismo objetivo y por lo tanto ganan o pierden
como un equipo. La teora de los juegos cooperativos da justificaciones de contratos plausibles.
La plausibilidad de un contrato est muy relacionada con la estabilidad, por ejemplo: El juego de
contar, el bisbol y el futbol americano (ver algunos ejemplos en la Tabla 2.1).
Los juegos simultneos son juegos en los que los jugadores se mueven simultneamente o en
los que stos desconocen los movimientos anteriores de otros jugadores.
Los juegos secuenciales (o dinmicos) son juegos en los que los jugadores tienen algn
conocimiento de las acciones previas. Este conocimiento no necesariamente tiene que ser
perfecto, slo debe consistir en alguna informacin. Por ejemplo, un jugador puede conocer que
el oponente no realiz una accin determinada, pero tal vez sin saber cul de las otras acciones
disponibles eligi, por ejemplo: El solitario (ver algunos ejemplos en la Tabla 2.1).
Los juegos de informacin perfecta son aquellos en el que cada participante, al hacer una
jugada, conoce los resultados de todas las jugadas hechas previamente, sean stas personales o
aleatorias, por ejemplo: El go, el ajedrez y el domin (ver algunos ejemplos en la Tabla 2.1).
Los juegos simtricos son juegos en donde las recompensas por jugar una estrategia particular
dependen solamente de las otras estrategias empleadas, no de quin las juegue. Si se puede
-
12
intercambiar las identidades de los jugadores sin cambiar las recompensas, el juego es simtrico.
La simetra puede aparecer en diferentes formas. Los juegos ordinariamente simtricos son
juegos simtricos respecto a la estructura ordinal de las recompensas. Un juego es
cuantitativamente simtrico si y slo si es simtrico respecto a las recompensas exactas, por
ejemplo: El juego de la gallina y la caza del ciervo (ver algunos ejemplos en la Tabla 2.1).
Los juegos asimtricos ms estudiados son los juegos donde no hay conjuntos de estrategias
idnticas para ambos jugadores, por ejemplo: El juego del ultimatum y el juego del dictador (ver
algunos ejemplos en la Tabla 2.1).
Tipos de Juegos Ejemplos
Los juegos de suma cero El poker, el go, el ajedrez y el juego
del oso.
Los juegos de estrategia Las damas, el backgammon, el domin,
el ajedrez y el go.
Los juegos cooperativos El juego de contar, el bisbol y el
futbol americano.
Los juegos simultneos Los juegos de azar y el piedra papel o
tijera.
Los juegos secuenciales El solitario.
Los juegos de informacin
perfecta
El go, el ajedrez y el domin.
Los juegos simtricos El juego de la gallina y la caza del
ciervo.
Los juegos asimtricos El juego del ultimatum y el juego del
dictador.
Tabla 2.1 Ejemplos de juegos
El juego ultimatum es un juego experimental de economa en el cual dos partes interactan
de manera annima y slo una vez, por lo que la reciprocidad no es un problema. El primer
-
13
jugador propone al segundo cmo dividir una determinada suma de dinero. Si ste ltimo rechaza
la oferta, nadie obtiene nada. En cambio, s la acepta, el primer jugador obtiene lo que propuso y
el segundo lo restante.
El juego del dictador es un juego muy simple de economa experimental, similar al juego del
ultimatum. El primer jugador es el que propone y determina la asignacin entre los dos jugadores
de alguna dotacin. El que responde en este caso simplemente recibe la cantidad de la dotacin
que no se ha asignado a s mismo el que propone. El papel del que responde es totalmente pasivo
(no toma decisiones en el juego).
El juego de la gallina es aquel en el que cada uno de los dos jugadores conduce un vehculo
en direccin al del contrario y el primero que se desva de la trayectoria del choque pierde; el
perdedor es humillado por comportarse como una gallina.
La caza del ciervo es un juego que describe un conflicto entre seguridad y cooperacin
social, en donde dos individuos van a cazar. Cada uno elige cazar un ciervo o una liebre, cada
jugador debe elegir una accin sin conocer la del otro. Si un individuo caza un ciervo, debe
cooperar con su compaero para tener xito. Un jugador individual puede cazar una liebre por s
mismo, pero una liebre vale menos que un ciervo. Esta situacin se considera una analoga
importante de la cooperacin social.
El domin es un juego de mesa, jugado por cuatro jugadores, comnmente en parejas; cada
pareja juega de manera cooperativa ayudndose entre ambos a formar un buen juego, suponiendo
las fichas que el compaero pudiera tener, en base a las acciones que haya tomado. El objetivo
del juego es alcanzar una determinada puntuacin previamente fijada, jugando para ello en
rondas. La pareja que gana una ronda, suma los puntos de las fichas de sus adversarios. La
primera pareja que alcanza la puntuacin, fijada al principio de la partida, gana.
-
14
El ftbol americano es jugado por equipos de once jugadores a la ofensiva y once a la
defensiva. El equipo atacante intenta llevar el baln hacia la zona de anotacin rival y as anotar
puntos. La defensa tiene que evitar que esto ocurra y tratar de impedir el avance del equipo rival
hacia la zona de anotacin. Al finalizar cuatro tiempos de quince minutos, el equipo con mayor
puntaje es el ganador. Este tipo de juego es de coordinacin en donde los jugadores escogen las
estrategias por un proceso de toma de decisiones consensuadas. Los jugadores toman un
comportamiento cooperativo, pues el juego es una competicin entre coaliciones de jugadores
ms que entre jugadores individuales.
El bisbol es un juego de equipo de mltiples jugadores, en donde la principal herramienta
para su xito es encontrar las estrategias ms adecuadas, que conlleven a ganar el encuentro. El
juego de bisbol se caracteriza por ser un juego dual, es decir, cooperativo y no-cooperativo. Esto
es debido a que los integrantes del equipo estn incentivados a comportarse de manera individual,
pero a su vez deben cooperar en beneficio del equipo. En la presente tesis, el caso de estudio es el
juego de bisbol debido a que brindan las situaciones ideales para definir diversas estrategias, que
pueden ser simuladas de manera eficiente a travs de un programa de cmputo, a fin de observar,
estudiar y comprender el comportamiento del equipo bajo esas estrategias.
El poker es un juego de cartas jugado por 8, 9 o hasta 10 jugadores por mesa. El jugador con
la jugada de mayor valor gana. Tambin es posible ganar si el resto de los jugadores se retira de
la jugada. Actualmente uno de los simuladores de poker ms populares es el World Class Poker
With TJ Cloutier [40].
El backgammon es un juego de tablero jugado por dos jugadores en rondas o partidas. Este
juego es sencillo con profundos elementos estratgicos. El objetivo del juego consiste en liberar
las fichas antes que el oponente. En 1995, G. Tesauro [41]diseo TD-Gammon. Este programa
-
15
tiene un aprendizaje exitoso mientras juega, ya que va aprendiendo las estrategias durante el
juego. TD-Gammon emplea el mtodo de diferencia temporal para entrenar una red neuronal.
El go es un juego de mesa estratgico para dos jugadores. El juego se realiza por dos
jugadores que alternativamente colocan piedras blancas y negras sobre las intersecciones libres
de una cuadrcula de 19 x19 lneas. El objetivo del juego es controlar una porcin ms grande del
tablero que el oponente. Una piedra o grupo de piedras se captura y se retira del juego, si no tiene
intersecciones vacas adyacentes, esto es s se encuentra completamente rodeada de piedras del
color contrario.
-
17
Captulo 3
3 Modelado formal del bisbol
3.1. Descripcin
El bisbol es un deporte de conjunto jugado entre dos equipos de 9 jugadores cada uno. Es
considerado uno de los deportes ms populares alrededor del mundo, ste se juega en un extenso
campo de csped.
El objetivo del juego es golpear una pelota con un bate, desplazndola a travs del campo y
correr por el campo interno de tierra (infield), buscando alcanzar la mayor cantidad de bases
posibles hasta dar la vuelta a la base desde donde se bate (home) y lograr anotar la carrera;
mientras que los jugadores defensivos buscan la pelota bateada para eliminar al jugador que bate
o a otros corredores, antes de que stos lleguen primero a alguna de las bases o consigan anotar la
carrera.
El equipo que anote ms carreras, al finalizar los nueve episodios llamados innings que dura
el encuentro, es el que resulta ganador. Si al trmino de los nueve innings regulares persiste un
marcador igualado en carreras, el encuentro se extiende cuanto sea necesario para que haya un
ganador. Segn las reglas bsicas del juego no existe el empate, el cual solo es permitido en ligas
amateurs e infantiles para limitar el desgaste de los jugadores [17].
El juego de bisbol es un juego estratgico, porque la toma de decisiones es el elemento
principal para encontrar el conjunto de estrategias que permitan ganar el juego [17] [18].
-
18
3.2. Gramtica libre de contexto
Un anlisis completo se llev a cabo para identificar las jugadas bsicas que se realizan en el
bisbol. Estas jugadas se ordenaron y se ponderaron con base en su frecuencia de ocurrencia, es
decir, con base en la frecuencia en que estas jugadas ocurren en la vida real; algunas jugadas
ocurren con mayor frecuencia que otras, por ejemplo: los strikes ocurren con mayor frecuencia
que los home runs, las bolas ocurren con mayor frecuencia que los doble plays. En la Figura 3.1
se muestra el conjunto de jugadas (abreviadas) ordenadas con base en la ocurrencia de stas y en
la Tabla 3.1 se describen sin abreviar cada jugada.
Figura 3.1 Jugadas ordenadas
Una vez que se obtuvo el conjunto de las jugadas bsicas, se procedi al desarrollo de una
gramtica libre de contexto, que genere un lenguaje formal que describa el juego de bisbol. El
lenguaje es reconocido por el correspondiente autmata de pila determinista. As el juego de
bisbol es modelado formalmente mediante una mquina de estados finito.
La gramtica libre de contexto contiene los elementos terminales y no terminales, as como las
reglas que definen los movimientos correctos que se construyen a partir de esos elementos. En
esta seccin del trabajo, el anlisis fue complejo, debido a que se desarrollaron reglas, tales que
stas produjeran una secuencia correcta de jugadas y a su vez que las jugadas compuestas fueran
adecuadas.
-
19
El lenguaje libre de contexto para el juego de bisbol est formado por los siguientes
elementos:
V es el alfabeto
,el conjunto de terminales, es un subconjunto de V
R (el conjunto de reglas) es un conjunto finito de (V - ) V*
B (el smbolo inicial) es un elemento de V -
Los miembros de V - son llamados no terminales.
En la Tabla 3.1 se muestra el conjunto de elementos terminales que son las jugadas sencillas y
las jugadas que dependen de otras, que se realizan en el juego de bisbol especificando que
jugador la realiza.
Jugadas sencillas
bi: bola
boi: bolk
bgi: base por golpe
bpi: base por bolas
di: doblete
fi: foul
dpi: doble play
fsi: fly de sacrificio
coi: contacto de pelota
hi: homerun
hii: hit (imparable)
ri: robo de base
si: strike
ti: triple
tbi: toque de bola
tpi: triple play
wi: wild pitch
Jugadas dependientes de otras
a1i: movimiento a base 1
a2i: movimiento a base 2
a3i: movimiento a base 3
a4i: movimiento a home
ce: cambio de equipo
oi : out
-
20
pi: ponchado
Tabla 3.1 Listado de los smbolos terminales en
En la Tabla 3.2 se muestra el conjunto de elementos no terminales, stos representan los
diferentes tipos de frase o clusulas en las oraciones.
A: Accin que se realiza por el contacto de pelota
B: Batear
B3: Batear con tres outs
M: Movimiento
MH: Movimiento de home run
MR: Movimiento por robo de base
MG: Movimiento por base por golpe o base por bolas
MD Movimiento por doblete
MT Movimiento por triplete
R: Robo
T: Transicin
Tabla 3.2 Listado de los smbolos no terminales
En la Tabla 3.3 se muestra el conjunto de las reglas gramaticales
B -> bi B Batear puede generar bola y volver batear
B -> bpi MG B Batear generar base por bolas, realizar movimiento
y volver a batear (condicionada a cuatro bolas
antes)
B -> si B Batear puede generar un strike y volver a batear
B -> pi B Batear puede generar ponche y volver a batear
(condicionada a tres strikes)
B -> pi B3 Batear puede generar ponche y volver a batear con
tres out (condicionada tres strike y dos outs
antes)
B -> fi B Batear puede generar un foul y volver a batear
B -> di MD B Batear puede generar un doblete y movimiento volver
a batear
B -> ti MT B Batear puede generar un triplete, movimiento y
volver a batear
B -> dpi oj oi B Batear puede generar un doble play, volver a
batear (condicionada, si hay mas de un hombre en
base y esta ya no se puede generar)
B -> dpi oj oi B3 Batear puede generar un doble play, cambio de
equipo, (condicionada, si hay mas de un hombre en
base y si hay un out antes, ya no se puede
generar)
B -> tpi ok oj oi B3 Batear puede generar un triple play y cambio
de equipo
B -> coi A Batear puede generar contacto y accin
-
21
A -> hii M B Accin puede generar un hit, movimiento y volver a
batear
A-> oi B Accin puede generar un out, volver a batear
A-> oi B3 Accin puede generar un out, cambio de equipo
(condicionada, si hay dos outs antes)
B -> hi MH B Batear puede generar un home run, movimiento y
volver a batear
B -> tbi M B Batear puede generar un toque de bola, movimiento
y volver a batear
B -> tbi M oi B Batear puede generar un toque de bola, movimiento,
out y volver a batear
B -> tbi M oi B3 Batear puede generar un toque de bola, movimiento,
out a batear y cambio de equipo (condicionada si
hay dos outs antes)
B -> wi M B Batear puede generar un wild pitch, movimiento y
volver a batear
B -> bgi MG B Batear puede generar un base por golpe, movimiento
y volver a batear
B-> boi M B Batear puede generar un bolk, movimiento y volver
a batear
B -> fsi M oi B Batear puede generar un fly de sacrificio,
movimiento, out y volver a batear
B -> fsi M oi B3 Batear puede generar un fly de sacrificio,
movimiento, out y cambio de equipo (condicionada a
dos outs antes aunque esto nunca sucede)
Robo de base
B -> R Batear puede generar un robo de base (si es el
caso)
R -> rj MR oj B Robar puede generar un r, movimiento, out y volver
a batear
R -> rj MR oj B3 Robar puede generar un r, movimiento, out y cambio
de juego
R -> rj MR T Robar puede generar un r, movimiento, transicin
T-> B Transicin regresa el estado al bateado
B3-> ce B Batear con tres out, es cambio de equipo
Movimiento de robo
MR -> a2j |a3j|a4j
Movimiento a home run
MH -> a1i a2i a3i a4i Movimiento de home run sin hombre
en base
MH -> a2j a1i a3j a2i a4j a3i a4i Movimiento de home run con hombre
en 1era base
MH -> a3k a2j a1i a4k a3j a2i a4j a3i a4i Movimiento de home run
con hombre en 2da y 1era base
MH -> a4k a2j a1i a3j a2i a4j a3i a4i Movimiento de home run
con hombre en 3era y 1era base
MH -> a3j a1i a4j a2i a3i a4i Movimiento de home run
con hombre en 2da base
MH -> a4k a3j a1i a4j a2i a3i a4i Movimiento de home run
con hombre en 3era y 2da base
-
22
Tabla 3.3 Reglas gramaticales
MH -> a4j a1i a2i a3i a4i Movimiento de home run
con hombre en 3era base
MH -> a4l a3k a2j a1i a4k a3j a2i a4j a3i a4i Movimiento de home run
con hombre en 3era, 2da y 1era
base
Movimiento en base
M -> a1i Movimiento sin hombre en base
M -> a2j a1i Movimiento con hombre en 1era base
M -> a3k a2j a1i Movimiento con hombre en 2da y 1era base
M -> a4k a2j a1i Movimiento con hombre en 3era y 1era base
M -> a3j a1i Movimiento con hombre en 2da base
M -> a4k a3j a1i Movimiento con hombre en 3era y 2da base
M -> a4i a1i Movimiento con hombre en 3era base
M -> a4l a3k a2j a1i Movimiento con hombre en 3era, 2da y 1era
base
Movimiento por golpe o bola
MG -> a1i Movimiento sin hombre en base
MG -> a2j a1i Movimiento con hombre en 1era base
MG -> a3k a2j a1i Movimiento con hombre en 2da y 1era base
MG -> a4l a3k a2j a1i Movimiento con hombre en 3era, 2da y 1era
base
Movimiento de doblete
MD -> a1i a2i Movimiento sin hombre en base
MD -> a2j a1i a3j a2i a, Movimiento con hombre en 1era base
MD -> a3k a2j a1i a4k a3j a2i Movimiento con hombre en 2da y 1era base
MD -> a4k a2j a1i a3j a2i Movimiento con hombre en 3era y 1era base
MD -> a3j a1i a4j a2i Movimiento con hombre en 2da base
MD -> a4k a3j a1i a4j a2i Movimiento con hombre en 3era y 2da base
MD -> a4j a1i a2i Movimiento con hombre en 3era base
MD -> a4l a3k a2j a1i a4k a3j a2i Movimiento con hombre en 3era, 2da
y 1era base
Movimiento de triplete
MT -> a1i a2i a3i Movimiento sin hombre en base
MT -> a2j a1i a3j a2i a4j a3i Movimiento con hombre en 1era base
MT -> a3k a2
j a1
i a4
k a3
j a2
i a4
j a3
i Movimiento con hombre en 2
da y 1
era
base
MT -> a4k a2j a1i a3j a2i a4j a3i Movimiento con hombre en 3era y 1era
base
MT -> a3j a1i a4j a2i a3i Movimiento con hombre en 2da base
MT -> a4k a3j a1i a4j a2i a3i Movimiento con hombre en 3era y 2da
base
MT -> a4j a1i a2i a3i Movimiento con hombre en 3era base
MT -> a4l a3k a2j a1i a4k a3j a2i a4j a3i Movimiento con hombre en
3era, 2da y 1era base
, , , , ,i j i k i l j k j l k l
-
23
3.3. Autmata de pila
Los autmatas de estado finito son modelos matemticos que reciben cadenas como entradas y
al procesarlas determinan si esas cadenas pertenecen al lenguaje que el autmata reconoce [36].
Un autmata o mquina de estados finitos es un modelo abstracto con una memoria interna
limitada, que contiene un nmero finito de estados, transiciones y un conjunto de acciones; ste
se utiliza para reconocer los lenguajes regulares. Un autmata de pila es un autmata de estados
finitos que pueden hacer uso de una pila, ste utiliza la pila para decidir qu transicin se va
llevar a cabo; ste se utiliza para reconocer lenguajes libres de contexto. La mquina de Turing es
un dispositivo terico general que manipula smbolos contenidos en una tira de cinta; ste se
utiliza para reconoce los lenguajes recursivos enumerables [37].
Como se muestra en la seccin 3.2, para generar un leguaje para el bisbol se necesita una
gramtica libre de contexto. De ah que un autmata de pila es capaz de reconocer ste lenguaje,
ya que necesita tener el control del nmero de strikes, bolas, foules y outs para decidir la
transicin correspondiente a realizar y utilizar una pila para cada una de las jugadas involucrados.
El autmata de pila para el bisbol se modela conforme a la estructura del campo de juego; esto
quiere decir que las bases 1era
, 2da
, 3era
, home y base especial son los estados del autmata; las
transiciones entre los estados estn dadas por los movimientos que los jugadores pueden realizar.
En la Figura 3.2 se muestra el autmata para el juego de bisbol.
-
24
Figura 3.2 Autmata de bisbol
El autmata de pila es una tupla (, S,, s0, , H) que consiste de:
es el alfabeto de entrada (elementos terminales).
S es el conjunto de estados {s, s0, s1, s2 y s3}.
= {F, B, O y ST} es el alfabeto de los smbolos de la pila.
= S x S es la funcin de transicin.
s0 es el estado inicial y
H = {s0, s} es el conjunto de estados de parada.
El autmata de pila cuenta con diferentes pilas, una pila para: 1) el nmero de strike ST, 2) el
nmero de foules F, 3) el nmero bolas B, 4) el nmero de outs O y 5) para las bases a1, a2 y
a3. Los cinco estados son s, so, s1, s2 y s3 donde s y s0 son estados de parada. El autmata
analiza las cadenas que describen las secuencias de jugadas, as como los jugadores que las
realizan.
En el estado s las jugadas terminan debido a los outs. Para transitar entre los dems estados s1,
s2 y s3 se debe realizar una accin, en la cual el jugador sea capaz de llegar al siguiente estado. En
-
25
la Tabla 3.4 se muestra las transiciones entre los estados. Hay que destacar de que se debe utilizar
una pila para realizar ciertos movimientos hacia los estados, apilando y des-apilando smbolos en
la pila correspondiente.
(s0,f,nil) : (s0,F)
(s0,s,nil) : (s0,ST)
(s0,b,nil) : (s0,B)
(s0,bp,nil) : (s0,nil)
(s0,bg,nil) : (s0,nil)
(s0,bo,nil) : (s0,nil)
(s0,d,nil) : (s0,nil)
(s0,hi,nil) : (s0,nil)
(s0,h,nil) : (s0,nil)
(s0,fs,nil) : (s0,nil)
(s0,t,nil) : (s0,nil)
(s0,tb,nil) : (s0,nil)
(s0,w,nil) : (s0,nil)
(s0,a1,{F ST B}):(s1,a1)
(s0,p,{F ST B}): (s,O)
(s0,o,{F ST B}): (s,O)
(s1,f,nil) : (s1,F)
(s1,s,nil) : (s1,ST)
(s1,b,nil) : (s1,B)
(s1,bp,nil) : (s1,nil)
(s1,bg,nil) : (s1,nil)
(s1,bo,nil) : (s1,nil)
(s1,d,nil) : (s1,nil)
(s1,hi,nil) : (s1,nil)
(s1,h,nil) : (s1,nil)
(s1,fs,nil) : (s1,nil)
(s1,t,nil) : (s1,nil)
(s1,tb,nil) : (s1,nil)
(s1,w,nil) : (s1,nil)
(s1,r,nil) : (s1,a2)
(s1,a2,{F ST B a1}):
(s2,A2)
(s1,o,{F ST B}) : (s,O)
(s1,dp,{F ST B}): (s,O)
(s1,tp,{F ST B}): (s,O)
(s2,f,nil) : (s2,F)
(s2,s,nil) : (s2,ST)
(s2,b,nil) : (s2,B)
(s2,bp,nil) : (s2,nil)
(s2,bg,nil) : (s2,nil)
(s2,bo,nil) : (s2,nil)
(s2,d,nil) : (s2,nil)
(s2,hi,nil) : (s2,nil)
(s2,h,nil) : (s2,nil)
(s2,fs,nil) : (s2,nil)
(s2,t,nil) : (s2,nil)
(s2,tb,nil) : (s2,nil)
(s2,w,nil) : (s2,nil)
(s2,r,nil) : (s2,nil)
(s2,a3,{F ST B a2}) :
(s3,a3)
(s2,o,{F ST B}) : (s,O)
(s2,dp,{F ST B}) : (s,O)
(s2,tp,{F ST B}) : (s,O)
(s3,f,nil) : (s3,F)
(s3,s,nil) : (s3,ST)
(s3,b,nil) : (s3,B)
(s3,bp,nil) : (s3,nil)
(s3,bg,nil) : (s3,nil)
(s3,bo,nil) : (s3,nil)
(s3,d,nil) : (s3,nil)
(s3,hi,nil) : (s3,nil)
(s3,h,nil) : (s3,nil)
(s3,fs,nil) : (s3,nil)
(s3,t,nil) : (s3,nil)
(s3,tb,nil) : (s3,nil)
(s3,w,nil) : (s3,nil)
(s3,r,nil) : (s0,nil)
(s3,a4,{F ST B a3}) :
(s0,nil)
(s3,o,{F ST B}) : (s,O)
(s3,dp,{F ST B}) : (s,O)
(s3,tp,{F ST B}) : (s,O)
Tabla 3.4 Tabla de transicin
-
26
Con base en las observaciones acerca de cmo suministrar las cadenas al autmata, se opt por
desarrollar un generador de jugadas aleatorias del bisbol, para hacer ms fcil la simulacin de
todo un partido.
3.4. Generador de jugadas
El principal objetivo de la implementacin de un generador de jugadas es la construccin de
cadenas que simulen todo un juego de bisbol, donde las cadenas deben tener una secuencia
correcta de jugadas, es decir, las jugadas deben generarse de acuerdo con su frecuencia de
ocurrencia y la secuencia debe ser coherente con la realidad. Un generador de jugadas es til
porque genera cadenas validas del bisbol de forma aleatoria, rpida y fcil, las cuales son
suministradas al autmata de bisbol.
El generador crea jugadas del bisbol y verifica que:
Sean jugadas vlidas del bisbol.
Sean realizadas con base en su frecuencia de ocurrencia y
Que la secuencia de jugadas que se derivan de stas sean correctas.
Las explicaciones de cmo se desarroll el generador de jugadas son las siguientes: se generan
nmeros de forma aleatoria y a cada nmero se le asocia una jugada del bisbol. En la Figura 3.3
se muestra el esquema general de generacin de jugadas de bisbol. Los nmeros que se generan
estn acotados al nmero de jugadas, es decir slo se generan 0 a m, donde m es el nmero de
jugadas sencillas, las cuales se pueden ver en la Tabla 3.1, ya que las jugadas dependientes se
forman a travs de las jugadas sencillas.
-
27
Figura 3.3 Esquema de generacin de jugadas del bisbol
A cada jugada se le aplica la funcin probabilstica flip, la cual devuelve solo cero o uno con
una probabilidad p dada. Si p = 0.5, sta regresar de igual manera un verdadero (1) o un falso
(0), la funcin se alimenta de la generacin de nmeros aleatorios gaussianos con media cero y
desviacin estndar sigma. Dicha funcin probabilstica recibe como parmetros la probabilidad
de la jugada, a partir de la cual decide si la jugada se realiza. Cabe mencionar que las jugadas no
son equi-probables. En la Figura 3.4 se muestra el esquema general de la funcin probabilstica.
Figura 3.4 Esquema de la funcin probabilstica
El generador de jugadas cuenta con un mdulo de generacin de cadenas y validacin de stas
es decir despus de pasar por el proceso de la generacin de jugada a travs de los nmeros
aleatorios y de la funcin probabilstica, se debe crear la cadena con dicha jugada que se gener.
-
28
La forma en que se realizan es la siguiente: en el extremo derecho de una cadena, vaca () al
inicio, se concatenan las jugadas a realizar; cada nueva jugada se concatena indicando, asimismo,
el jugador que la realiza. Existen jugadas que son dependientes de otras, las cuales pueden
generarse si y slo si hay una determinada secuencia de jugadas anteriores. En la Figura 3.5 se
muestra la creacin de las cadenas del bisbol, a travs de las jugadas que se realizan.
Figura 3.5 Esquema general de la generacin y construccin de cadenas
En la Tabla 3.5 se muestra el algoritmo para la creacin de las cadenas que simulan todo el
partido de bisbol.
Algoritmo de generacin de jugadas:
Paso 1: Se generan nmeros de forma aleatoria en el rango {0,, m},
donde m es la cantidad de jugadas simples en el bisbol; a
cada nmero se le asocia una jugada.
Paso 2: Una vez obtenida la jugada a realizar, se utiliza una
funcin probabilstica para decidir si se acepta la jugada
o no, dependiendo de la probabilidad de ocurrencia de
sta, si es si ir al Paso 3 y si es no ir al Paso 1.
Paso 3: Se crea la cadena con la jugada a realizar, incluyendo en
-
29
la concatenacin, la secuencia de acciones a consecuencia
de la jugada.
Paso 4: Validacin de la cadena como secuencia vlida del bisbol.
Paso 5: Si el proceso de simulacin de todo el partido de bisbol
ha terminado pasar al Paso 6, de otra forma al paso 1.
Paso 6: Fin de la simulacin, se obtiene una cadena que simul todo
el partido.
Tabla 3.5 Algoritmo del generador de jugadas
3.5. Jugadas de sacrificio
Las jugadas de sacrificio son jugadas que se realizan en el bisbol como parte de una
estrategia ganadora [17] [22] cuyas caractersticas son:
Estrategia conservadora para ganar gradualmente.
Estrategia para aumentar la probabilidad de xito del equipo.
Las realizan tpicamente jugadores con baja calificacin.
Representa aparentemente prdida para el equipo mnimo local pero
Conlleva un mximo global, es decir, el xito del equipo al final del juego en
disputa.
Las jugadas de sacrificio son jugadas tales que comparadas con respecto a otras y en ciertas
circunstancias aumentan las probabilidades de xito en el juego. El objetivo de utilizarlas es:
1. Garantizar ganar el juego de manera gradual.
2. Asegurar posiciones intermedias, las cuales a lo largo del encuentro y/o en conjuntos
garantizan la acumulacin de puntos a favor.
-
30
3. Vistas localmente parecen prdidas, pero en conjunto le favorecen al equipo.
Para identificar cundo conviene aplicar las jugadas de sacrificio para obtener buenos
resultados, se incorporaron al simulador las estrategias basadas en jugadas de sacrificio. Del
anlisis emprico del comportamiento se obtuvieron conclusiones propias acerca de cundo es
conveniente aplicarlas, dependiendo de momentos y circunstancias del encuentro. Las
circunstancias se describen enseguida:
El equipo va ganando escasamente.
El equipo va ganando ampliamente.
El equipo va perdiendo con margen escaso.
El equipo va perdiendo con margen amplio.
Siempre utilizando las jugadas de sacrificio (sin tomar en cuenta el marcador).
Los momentos del partido se describen enseguida:
En las primeras entradas (1era 3era).
En las entradas intermedias (4ta 6ta).
En las entradas finales (7ma 9na,).
3.6. Jugadas clsicas del bisbol
El bisbol tericamente es un juego de infinitos clculos, probabilidades y variables, aunque
tambin de intuicin. Por ello no se justifican las alineaciones inamovibles.
-
31
Dentro de la literatura especializada se encuentra estrategias [30][31] que son aplicadas al
juego de bisbol, las cuales pueden dividirse en aplicables a la defensiva o a la ofensiva.
Estrategias a la ofensiva:
Orden de bateo.
Corredores emergentes.
Diferentes tipos de toque de bola, tales como: toques de sacrificio, toque y corre (bunt
and run) y Squeeze Bunt.
Robo de base.
Fly de sacrifico.
Golpear y correr (hit and run).
Home run.
Hit.
Correr las bases (baserunning).
Dobletes.
A la ofensiva, la principal estrategia consiste en la designacin del orden de bateo. Antes del
partido cada equipo arma una lista en la que cada uno de los 9 jugadores tiene un puesto pre-
establecido para batear. Lo ms habitual es poner a los mejores primero, pues tendrn ms
oportunidades de batear, que los que estn al final de la lista, pero con una salvedad: en los
primeros dos lugares se suele preferir poner a gente rpida de piernas que no sean tan buena
bateando, para intentar lograr que ellos simplemente se metan en las bases y que los mejores
bateadores (el 3ro
y el 4to
) los remolquen hasta home con un home run o algn buen batazo que
les de tiempo de avanzar lo suficiente.
-
32
Algunos aspectos que se deben considerar cuando el equipo est a la defensiva son, por
ejemplo, cuando el equipo tiene uno o ms corredores en base. Algunas estrategias que se pueden
realizar son:
Robo de base para adelantar al corredor ms avanzado.
Conectar de hit para adelantar a los corredores.
Si hay menos de dos outs, una tercera estrategia posible sera:
Jugada de sacrificio para avanzar a los corredores, aunque esto implique un out.
Estrategias a la defensiva:
Base por bolas (intencional).
Doble matanza (doble play).
Picheo (tratar de realizar menos lanzamientos).
Colocacin estratgica de los jugadores.
Supongamos que tenemos la situacin siguiente: hay corredores en segunda y tercera base y
un jugador peligroso est al bateo; las estrategias seran:
1. Dar intencionalmente la base por bolas.
2. Tratar de realizar un doble play a la siguiente jugada.
En el caso siguiente se muestra cuando el equipo a la ofensiva tiene corredores en primera y
tercera o en primera, segunda, tercera y sin outs. El equipo a la ofensiva tiene como posibles
estrategias:
-
33
1. Acerca a los defensivos y si el bateador realiza un contacto con la pelota, lanzar la
pelota a home para poner fuera al jugador ms avanzado o prevenir la carrera.
2. Intentar realizar una doble matanza (doble play).
Mientras que el equipo a la ofensiva est tratando de anotar carreras, el equipo a la defensiva
est intentando sacar los outs. La defensiva debe tratar de predecir las siguientes jugadas que el
equipo a la ofensiva van a realizar, para contrarrestar usualmente tratando de ponerlo fuera de
balance a travs de los outs.
3.7. Anlisis cualitativo de las estrategias del bisbol
Todd William [30] realiz un anlisis cualitativo de las estrategias en el bisbol en tres
principales factores: entradas, marcadores y nmero de outs, proponiendo las siguientes
alternativas de actuacin:
Las entradas del partido
Uno de los factores importantes a considerar son las entradas. Jugar de manera agresiva o
conservadora, a menudo depende de si el partido se encuentra en las primeras entradas, ltimas
entradas o en las entradas intermedias.
En las primeras entradas, el principal objetivo es conseguir la delantera jugando de manera
agresiva; no se recomienda desperdiciar los outs con toques de sacrificio.
Las entradas intermedias a menudo determinan el carcter del juego: s el juego es muy
agresivo, su estrategia deber reflejar eso, pero se recomienda jugar de manera conservadora.
-
34
En las entradas finales del partido presenta dos circunstancias, las estrategias a la ofensiva
sern el resultado de la puntuacin; se juega de forma conservadora si se est perdiendo para
poder conservar los outs y jugar de forma agresiva si se est adelante en el marcador.
Cuando el equipo est adelante en el marcador en las ltimas entradas, se recomienda jugar de
manera agresiva.
Situacin en el marcador
Cuando el equipo est adelante en el marcador, se debe jugar de manera ms agresiva, de
manera que la diferencia entre los marcadores sea mayor: se puede arriesgarse ms en las bases.
Cuando el equipo est detrs en el marcador, se debe jugar de forma ms
conservadora tratando de mantener el nmero de outs, con el objetivo de adelantar a los
corredores ms avanzados si es el caso, realizando jugadas que aseguren poco a poco anotar
carreras.
Cuando el marcador est empatado o con una carrera de diferencia, se debe ajustar su
estrategia a la forma del juego, como se muestra a continuacin: si se trata de un juego de
puntuacin baja, probablemente los jugadores tendrn que jugar ms agresivamente para
impulsar una carrera o dos; si el juego es muy agresivo, se recomienda jugar de manera
conservadora, tratando de mantener los outs para realizar entradas grandes.
El nmero de outs
Sin outs, el equipo debe jugar de forma conservadora, si la diferencia en el marcador es poca,
ya que los jugadores tienen la posibilidad de anotar varias carreras.
Con un out, el equipo debe jugar de manera agresiva tratando de alcanzar al menos una
carrera; con dos outs, la posibilidad de que el equipo obtenga varias carreras se reduce de manera
significativa.
-
35
George Lindsey [31] con base en un estudio estadstico de las estrategias del bisbol, defini
ciertas estrategias ms convenientes de ser aplicadas con base en las: entradas, marcadores y
nmero de outs, proponiendo cuando es conveniente aplicar las jugadas de sacrificio y el robo de
bases:
Las jugadas de sacrificio: este tipo de jugada es utilizada cuando hay menos de dos outs y
un jugador en tercera base. Tpicamente son utilizadas en las ltimas entradas del partido.
Robo de bases: la principal caracterstica de este tipo de jugada es que es utilizada cuando se
tiene uno o ms jugadores en base para tratar de avanzarlos, evitando as jugadas que ponen
en riego al equipo.
Las estrategias a la defensiva no presentan una distincin as como las estrategias a la
ofensiva, pero lo ms conveniente es tratar de conseguir los outs, de manera que no se tenga que
realizar demasiados lanzamientos y tratar de contrarrestar las jugadas del equipo contrario.
-
37
Captulo 4
4 Equilibrio de Nash
En este captulo se define el concepto formal e informal del Equilibrio de Nash, antecedentes,
ejemplos, trabajos relacionados y nuestra propuesta de anlisis de perfiles de estrategias
explicando los autmatas correspondientes que modelan el Equilibrio de Nash y el algoritmo del
Equilibrio de Nash.
4.1. Antecedentes
El Equilibrio de Nash es un concepto ampliamente utilizado en Teora de Juegos para
encontrar perfiles de estrategia que sean solucin a juegos de dos o ms jugadores, tomando en
cuenta que los perfiles deben ser la mejor estrategia de cada jugador condicionada con las
estrategias de los dems.
En la vida real es frecuente que durante el desarrollo de un juego colectivo algn jugador est
incentivado individualmente para defraudar al otro o los otros, incluso tras haberse comprometido
a colaborar. ste es el punto clave del dilema, pero curiosamente ambos jugadores obtendran un
resultado mejor si colaboran. A continuacin se dan ejemplos ilustrativos.
Ejemplo 1: El dilema del prisionero [24]en su enunciacin clsica describe la situacin en que
la polica arresta a dos sospechosos sin pruebas suficientes para inculparlos de un delito. Tras
separarlos, se visita a cada uno y se les ofrece el mismo trato: si uno confiesa y su cmplice no,
el cmplice ser condenado a la pena total, diez aos y el primero ser liberado. Simtricamente,
si uno calla y el cmplice confiesa, el primero recibir esa pena y ser el cmplice quien salga
libre. Si ambos confiesan, ambos sern condenados a seis aos. Si ambos lo niegan, todo lo que la
-
38
polica podrn hacer ser encerrarlos durante seis meses por un cargo menor. Lo anterior puede
resumirse como se ilustra en la Tabla 4.1.
Prisionero # 2
Prisionero #1
Callar Confesar
Callar 6 meses ambos
El prisionero # 2 es liberado, el
prisionero # 1 recibe 10 aos
Confesar
El prisionero # 1 es liberado, el
prisionero # 2 recibe 10 aos
6 aos ambos
Tabla 4.1 Actuacin de los prisioneros
Para el dilema del prisionero y siguiendo la definicin, vamos a encontrar el Equilibrio de
Nash. Para ello se debe enumerar todos los perfiles de estrategias posibles y ver si fijado un perfil
de estrategias para un jugador, las otras estrategias maximizan los pagos del otro jugador. En la
Tabla 4.2 se muestra la matriz de rentabilidad para los jugadores.
Prisionero # 2
Prisionero #1
Callar Confesar
Callar 2, 2 0,3
Confesar 3, 0 1 ,1
Tabla 4.2 Rentabilidad del dilema del prisionero
El Dilema del Prisionero presenta cuatro perfiles como posibles soluciones de Equilibrio de
Nash del juego: (callar, callar), (callar, confesar), (confesar, callar) y (confesar, confesar).
Comenzaremos analizando el perfil (callar, callar) y supongamos que es un Equilibrio de Nash.
Si el prisionero #1 prev que el prisionero #2 jugar callar Le convendra al prisionero #1 seguir
pensando en jugar callar? La respuesta es no. Debido a que fijada la estrategia callar del
prisionero #2, el prisionero #1 preferir desviarse de la estrategia indicada para l en el perfil
-
39
propuesto como solucin puesto que con la estrategia confesar obtiene un pago superior u1
(confesar, callar) =3 > 2= u1 (callar, callar). Este argumento tambin es aplicable al prisionero
#2 (por simetra del juego), llegando a la conclusin que el perfil (callar, callar) no es un
Equilibrio de Nash debido a que cualquier prisionero, puede desviar su estrategia y obtener un
mayor beneficio.
Supongamos que se propone como solucin de Equilibrio de Nash el perfil (confesar, callar).
En este caso, si el prisionero #2 supiera que el prisionero #1 iba a jugar confesar, a l le
convendra jugar la estrategia confesar pues con ello maximiza su utilidad en este caso particular
u2 (confesar, confesar)= 1 > 0= u2 (confesar, callar). Por tanto, el perfil (confesar, callar)
tampoco es un Equilibrio de Nash.
El caso (callar, confesar) es anlogo al anterior intercambiando la posicin de los prisioneros.
Finalmente, nos queda el caso (confesar, confesar). ste si es un perfil de Equilibrio de Nash, ya
que ningn de los prisioneros tiene el incentivo para desviarse de forma unilateral de la estrategia
que se propone. Si alguno de los prisioneros decidiera seguir la estrategia callar en solitario,
perdera utilidad en relacin al perfil (confesar, confesar), puesto que u1 (callar, confesara)= 0
< 1= u1 (confesar, confesar) y u2 (confesar, callar)= 0 < 1= u2 (confesar, confesar). En Tabla 4.3
se muestra las desviaciones deseadas para cada jugador.
Prisionero # 2
Prisionero #1
Callar Confesar
Callar 2, 2 0,3
3, 0 1 ,1 Confesar
Tabla 4.3 Desviaciones del dilema del prisionero
-
40
Se puede observar y con el anlisis anterior, se deduce que el perfil (confesar, confesar) es un
perfil de Equilibrio de Nash, debido a que fijado este perfil, ningn prisionero tiene el incentivo
de desviarse de su estrategia.
Ejemplo 2: La batalla de sexos: Este ejemplo muestra que en un juego puede haber mltiples
Equilibrios de Nash. En la exposicin tradicional del juego, un hombre y una mujer estn
tratando de decidir que harn esta noche; este anlisis no toma en cuenta el sexo de los
participantes. En lugares de trabajo separados, Pat y Chris deben elegir entre ir a la pera o a un
combate de boxeo. Ambos preferiran pasar la noche juntos, pero Pat preferira pasar la noche
juntos en el boxeo, mientras que Chris preferira estar juntos en la pera. En la Tabla 4.4 se
representa la matriz de rentabilidad para la guerra de sexos. Ambos, (pera, pera) y (boxeo,
boxeo) son Equilibrios de Nash.
Pat
Chris
pera Boxeo
pera 2, 1 0, 0
Boxeo 0, 0 1, 2
Tabla 4.4 Guerra de sexos
Se ha argumentado antes que si la Teora de Juegos ofrece una nica solucin a un juego, sta
debe ser un Equilibrio de Nash. Tambin se ha argumentado que si se llega a un acuerdo sobre
como comportarse en un juego, las estrategias establecidas en el acuerdo deben ser un Equilibrio
de Nash. En algunos juegos con mltiples soluciones que sean de Equilibrio de Nash una puede
ser la solucin ms atractiva. As, la existencia de mltiples soluciones de Equilibrio de Nash
ofrece alternativas para elegir la que mejor resuelva un problema. Sin embargo, en la batalla de
sexos, (pera, pera) y (boxeo, boxeo) parecen ser igualmente atractivos.
-
41
4.2. Formalizacin
En el juego en forma normal de n jugadores, G= {S1,, Sn; u1,, un}, las estrategias s1*,,
sn*, forman un Equilibrio de Nash si, para cada jugador i, si* es la mejor respuesta del jugador i
(o al menos una de ellas) a las estrategias de los otros n-1 jugadores, s1*,, si*-1, si*+1,, sn*.
ui (s1*,, si*-1, si*, si*+1,, sn*) ui (s1*,, si*-1, si, si*+1,, sn*).
Para cada posible estrategia si, en Si; esto es, si es una solucin que maximice la funcin de
rentabilidad.
i is SMax
ui (s1*,, si-1*, si, si+1*,, sn*).
Para relacionar esta definicin con su fundamentacin anterior, supongamos que la Teora de
Juegos ofrece las estrategias (s1,.., sn
) como la solucin al juego en forma normal G= {S1,, Sn;
u1,, un}. Decir que (s1,.., sn) no constituyen un Equilibrio de Nash de G es equivalente a decir
que existe algn jugador i tal que si no es la mejor respuesta a (s1,, si-1, si+1,, sn). Esto es,
existe algn si en Si tal que:
ui (s1,, si-1, si, si+1,, sn) < ui (s1,, si-1, si, si+1,, sn).
As, si la secuencia de estrategias (s1,.., sn) se propone como solucin pero estas estrategias
no constituyen un Equilibrio de Nash, debido a que al menos un jugador tendr un incentivo para
desviarse de su estrategia.
Se tiene la siguiente situacin con el Equilibrio de Nash al incorporar la idea de convenio: si
surge un acuerdo sobre como comportarse en un determinado juego, las estrategias fijadas por el
convenio deben formar un Equilibrio de Nash; si no, habr al menos un jugador que no se regir
por el convenio [2].
-
42
En el juego , G={S1, ,Sn; u1, , un }, decimos que el perfil de estrategias puras (s1*,,
si*,, sn*) es un Equilibrio de Nash si para cada jugador i, ui (s1*,, si*-1, si*, si*+1,, sn*) ui
(s1*,, si*-1, si, si*+1,, sn*). Para todo si de Si. Es decir, para cada jugador i, si* es una solucin
del problema Max ui (s1*,, si*-1, si, si*+1,, sn*) donde si es la variable de decisin y pertenece
a Si o, dicho de otro modo, para cada jugador i, si* es una respuesta ptima a S*-i. donde S*-i son
las estrategias ptimas del resto de los jugadores.
De esta definicin se deduce que un Equilibrio de Nash es un perfil de estrategias, tal que
ningn jugador deseara desviarse unilateralmente, es decir, cada jugador obtiene el mayor
beneficio con la estrategia establecida, dadas las estrategias del resto de los jugadores. Un
Equilibrio de Nash est formado por estrategias que son ptimas para cada jugador dadas las
estrategias del resto de los jugadores.
Esto no significa que en un Equilibrio de Nash, cada jugador est alcanzando el mejor
resultado posible, sino el mejor resultado condicionado por el hecho de que los dems jugadores
jueguen las estrategias indicadas para ellos en dicho perfil [3].
El Equilibrio de Nash es el concepto central ms frecuentemente utilizado en el anlisis de
juegos de dos o ms jugadores, para caracterizar las mejores estrategias colectivas, tales que a
ningn jugador, le resulte atractivo actuar de manera diferente a lo que la estrategia colectiva
indica. Un Equilibrio de Nash induce una situacin estratgicamente estable debido a los
resultados perjudiciales que los participantes prevn por alguna desviacin unilateral.
Naturalmente, en la evolucin de tales posibles desviaciones, cada jugador ha de tener en cuenta
las estrategias del resto de los jugadores y, en particular, las acciones que estas estrategias
induciran en respuesta a cada una de sus propias acciones. El jugador ha de tener en cuenta, en
-
43
otras palabras, las amenazas incorporadas en las estrategias de sus oponentes para responder
ptimamente a ellas [1].
Consideremos (S, f) como un juego de n jugadores donde Si es el conjunto de estrategias del
jugador i, S= {S1 S2... Sn} es el conjunto de perfiles de estrategias y f= (f1(x),..., fn(x)) es la
funcin de rentabilidad. Consideremos x i es el perfil de estrategias de todos los jugadores a
excepcin del jugador i, cuando cada jugador i {1,..., n} escoge una estrategia xi resultante del
conjunto de perfiles de estrategias x = (x1,..., xn) entonces el jugador i obtiene una rentabilidad
dada por fi(x). Hay que notar que la rentabilidad depende del perfil de estrategias escogidas, es
decir, en las estrategias escogidas por el jugador i tanto como en las estrategias escogidas por los
dems jugadores. Un perfil de estrategia x* S es un Equilibrio de Nash si ninguna desviacin
unilateral en la estrategia de algn jugador es provechosa para l [8]:
* * * *, , : ( , ) ( , )i i i i i i i i i i ix S x x f x x f x x
4.3. Estado del arte
El Equilibrio de Nash como condicin necesaria y suficiente para que un perfil de estrategias
sea la solucin de un juego, es decir, una prediccin vlida sobre el comportamiento de jugadores
racionales [3]. A pesar de que el Equilibrio de Nash es el concepto ms importante en Teora de
Juegos, notablemente ha sido poco estudiado el problema de computarizar el Equilibrio de Nash
en un juego de forma normal.
Se conoce que cualquier juego de forma normal garantiza tener al menos un Equilibrio de
Nash [10].
El algoritmo ms comnmente utilizado para encontrar el Equilibrio de Nash en juegos de dos
jugadores es el algoritmo de Lemke-Howson [11], el cual es un caso especial del mtodo de
-
44
Lemke [12] para resolver problemas de complementariedad lineal. El algoritmo de Lemke-
Howson es un algoritmo de pivoting complementario. En donde una seleccin arbitrara de
alguna accin para el primer jugador es determinada por el primer pivote; despus, cada sucesivo
pivote es determinado nicamente por el estado actual del algoritmo, hasta que el equilibrio es
encontrado. As, cada accin para el primer jugador puede ser pensada de definir una ruta del
punto de inicio al Equilibrio de Nash. En la implementacin de Lemke-Howson en Gambit [13]
la primera accin del primer jugador es seleccionada.
Para juegos de n jugadores, hasta hace poco tiempo, la subdivisin simplicial [14] y sus
variantes eran el estado del arte. Este mtodo aproxima a un punto fijo de una funcin, la cual es
definida en un simplotope (es un producto de elementos o figuras contenida dentro de un espacio
euclidiano de un nmero especificado). La aproximacin es alcanzada triangulando el simplotope
con un acoplamiento de granularidad dada y atravesando la triangulacin a lo largo de una
trayectoria fija.
Ms recientemente, Govindan y Wilson en 2003 introdujeron una continuacin de la
subdivisin simplicial para el Equilibrio de Nash en un juego de n jugadores. El trabajo fue,
primero perturbando un juego que tuviera un equilibrio conocido y segundo remontando las
perturbaciones a la solucin del juego original. La estructura del teorema de Kohlberg y Mertens
en 1986, garantiza que es posible trazar el juego y una solucin simultneamente. Este mtodo
fue implementado por Blum, quien tambin lo extendi para resolver juegos de grficas y
diagramas de influencia de multi-agentes [15].
El mtodo propuesto por Ryan Porter [16] est inspirado fuertemente en el procedimiento
descrito por Dickhaut y Kaplan en 1991 para encontrar todos los Equilibrios de Nash. El
programa enumera todos los posibles pares de soporte para juegos de dos jugadores. Para cada
-
45
par de soportes, se comprueba si existe un Equilibrio de Nash consistente con ese par. Un mtodo
de enumeracin similar fue sugerido por Mangasarian en 1964, basado en enumeracin de
vrtices de un polytope.
Con el incremento de confianza en la Teora de Juegos como una fundacin para subastas y
comercio electrnico. Los algoritmos que se han venido desarrollando para juegos de mltiples
jugadores son de gran inters prctico y terico. La complejidad computacional para encontrar el
Equilibrio de Nash para juegos de bimatriz es un problema abierto. En el artculo de Michael L.
Littman [5] tratan un problema estrechamente relacionado con el de encontrar el Equilibrio de
Nash en juegos de bimatriz de rentabilidad promedio y presenta un algoritmo de tiempo
polinmico. El mtodo se basa en el teorema de folk de Teora de Juegos y muestra cmo un
conjunto de estrategias de estado finito se puede encontrar de manera eficiente.
Un juego de repeticin bimatriz es jugado por dos jugadores 1 y 2, en donde cada jugador
tiene su propio conjunto de acciones de tamao n1 y n
2 respectivamente. El juego es por rondas,
con dos jugadores tomando decisiones de manera simultnea en cada ronda. Si el jugador 1
escoge la accin 1 i1 n1 y el jugador 2 escoge 1 i2 n2, ellos reciben una rentabilidad de P1i1i2
y P2
i2i1 respectivamente. En juegos de repeticin, los jugadores seleccionan sus acciones,
posiblemente de manera estocstica, va una estrategia del historial de sus interacciones. El
objetivo de cada jugador en juegos de repeticin es adoptar una estrategia que maximice su media
de rentabilidad esperada. Un par de estrategias es un Equilibrio de Nash si para cada estrategia,
cada una es optimizada con respecto a las dems, de manera que ningn jugador puede mejorar
su rentabilidad promedio cambiando de manera unilateral su estrategia.
El artculo de Michael L. Littman [5] considera el problema siguiente: dado un juego
especificado por las matrices de rentabilidad P1 y P
2, debe retornar un par de estrategias que
-
46
constituyan un Equilibrio de Nash para un juego de repeticin bimatriz de rentabilidad promedio.
Para especificar el problema del equilibrio computacional, se debe concretar acerca de la
representacin de entrada y salida. La representacin de entrada est relativamente dada por (p,
q) {(1, 2), (2, 1)}, la funcin Pp es una matriz de np nq, por lo tanto el tiempo computacional
del algoritmo debe ser polinomial.
Es bien conocido que los juegos de bimatriz tienen al menos un Equilibrio de Nash. Sin
embargo, las estrategias de un juego de repeticin pueden ser infinitamente grandes, entonces es
necesario usar una representacin finita para las estrategias cuando se computariza el Equilibrio
de Nash. Se consideran dos formas de representacin de las estrategias, una por las mquinas de
estado finito y counting-node extension, en la cual las acciones pueden ser repetidas un nmero
de veces especfico. Ambas representan estrategias de estado finito, pero counting-node extension
puede dar lugar a representaciones ms pequeas de forma exponencial.
Una mquina de estado finito de estrategias para el jugador p en contra de un oponente q est
etiquetada mediante un grafo directo. Un nodo del grafo est diseado para ser nodo de partida.
Cada nodo del grafo est etiquetado con la probabilidad de distribucin sobre cada accin tomada
por p. Los arcos salientes son etiquetados por las acciones de q. No hay dos arcos en un simple
nodo que comparten la misma etiqueta; en particular las transiciones no estn influenciadas por
las propias acciones de los jugadores. Un arco de salida para cada nodo est etiquetado con * para
disear un arco por defecto, tomados si alguna de las acciones del jugador q no concuerda con
alguna de las otras etiquetas. El tamao de la mquina de estado finito de las estrategias est dado
por la suma de los nodos y los arcos del grafo.
En la Figura 4.1 se muestra un ejemplo de una mquina de estado finito de estrategias para un
juego de (2 x 2) acciones:
-
47
Figura 4.1 Mquina de estado finito para dos estrategias
El jugador p comienza en el nodo de la izquierda y selecciona la accin 1. Entonces si el
oponente q selecciona la accin 1, p retorna al nodo de la izquierda; para continuar escoge la
accin 1, sin embargo en cualquier otra accin escogida por q, una transicin es realizada para el
nodo del medio, donde la accin 2 es escogida. Siguiendo esto, cualquier opcin de q resulta en
una transicin para el nodo de la derecha, en la cual la accin 2 continuar a ser escogida hasta
que q escoge la accin 1. En este punto, p retorna al nodo izquierdo otra vez.
La estrategia expresada en la figura anterior es la del dilema del prisionero, la accin 1 es
cooperativa y la accin 2 es no cooperativa. Las mquinas de estados finitos proveen un simple y
gran lenguaje para expresar estrategias, algunas estrategias bsicas llegan a ser engorrosa para ser
escritas en la maquina de estados finitos.
Aunque existen procesos de aprendizaje para los que la distribucin emprica de juego se
acerca al Equilibrio de Nash, es una cuestin abierta si los propios jugadores pueden aprender a
jugar las estrategias de equilibrio, sin asumir que tienen un conocimiento previo de las estrategias
de sus oponentes y/o rentabilidad. En el artculo de Dean P. Foster [6] se exponen clases de
hiptesis estadsticas de procedimientos de prueba para resolver el siguiente problema. Considere
un juego de forma normal G, que se repite infinitas veces en cada momento, los jugadores tienen
hiptesis acerca de las estrategias de sus oponentes. Ellos suelen probar sus hiptesis en contra de
las recientes acciones de los